| 顾及各向异性的多参数协同优化IDW插值方法 |
| |
| 引用本文： | 颜金彪,吴波,何清华.顾及各向异性的多参数协同优化IDW插值方法[J].测绘学报,2021,50(5):675-684. |
| |
| 作者姓名： | 颜金彪 吴波 何清华 |
| |
| 作者单位： | 江西师范大学地理与环境学院,江西南昌330022;衡阳师范学院传统村镇文化数字化保护与创意利用技术国家地方联合工程实验室,湖南衡阳421002;江西师范大学地理与环境学院,江西南昌330022 |
| |
| 摘 要： | 反距离加权插值(inverse distance weighting,IDW)的精度受到空间邻近度、距离衰减系数及最邻近点数等多个参数共同的影响.然而,目前的IDW插值算法大多仅考虑单参数的调优,或对各参数独立调优,难以实现插值模型的整体优化.此外,传统的IDW插值算法没有顾及各向异性对空间邻近度的影响.本文提出一种顾及空间各向异性的多参数协同优化IDW插值算法(PIDW).首先,引入距离调节参数以及方向参数,将经典各向同性的欧氏空间距离扩展为各向异性的"椭圆"距离;然后,引入粒子群优化算法对最邻近点数、距离衰减系数、距离调节及各向异性方向的多参数进行协同优化,获得插值精度的偏差与方差在全局意义下的满意解.试验采用两个不同尺度的空间数据验证了PIDW算法的插值效果,结果表明本文的插值算法能够显著地提高各向异性环境下IDW插值算法的精度.通过与经典的IDW及其改进算法的IDW、普通克里金及顾及各向异性的普通克里金算法的比较分析,进一步证实了PIDW具有较好的插值效果.
|
| 关 键 词： | 反距离加权插值(IDW) 空间邻近度 各向异性 多参数优化 粒子群算法 |
An anisotropic IDW interpolation method with multiple parameters cooperative optimization |
| |
| YAN Jinbiao,WU Bo,HE Qinghua.An anisotropic IDW interpolation method with multiple parameters cooperative optimization[J].Acta Geodaetica et Cartographica Sinica,2021,50(5):675-684. |
| |
| Authors: | YAN Jinbiao WU Bo HE Qinghua |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
